8D06102 Информационные системы (по отраслям) в ВКТУ им. Д. Серикбаева

Дисциплины

• Интеллектуальный анализ данных в научных исследованиях

  Курс направлен на изучение принципов работы и этапов интеллектуального анализа данных; исследование, создание моделей интеллектуального анализа данных; развитие практических навыков по применению методов и инструментов Data Mining. Изучаются алгоритмы с контролируемыми и неконтролируемыми методами обучения, этапы проведения оценки результатов интеллектуального анализа данных для решения научно-технологических задач по направлению диссертационного исследования.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Методы системного синтеза в управлении сложными информационными системами

  Дисциплина направлена на подготовку высококвалифицированных специалистов, способных разрабатывать и внедрять эффективные решения для анализа, проектирования и управления сложными информационными системами. Изучаются методы системной инженерии, позволяющие выявить объективные закономерности функционирования сложных объектов и учитывать существенные факторы для повышения качества этих объектов. Курс направлен на развитие практических навыков установления структурных связей между элементами исследуемой сложной системы, а также приобретение навыков структуризации проблемных ситуаций при управлении сложными информационными системами.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Системы бизнес и продуктовой аналитики

  Изучаются этапы обработки данных, методы и инструменты бизнес и продуктовой аналитики, приобретаются практические навыки решения экспериментальных и теоретических задач в области аналитики бизнес-данных. Курс направлен на развитие навыков анализа больших объемов данных для решения производственных задач и задач диссертационного исследования.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Методы научных исследований

  Дисциплина направлена на развитие фундаментальных знаний о методологии научных исследований и приобретению практических навыков проведения исследований в области ИКТ с соблюдением принципов и критериев научного исследования. Дисциплина включает практические аспекты формирования цельного представления об информационных технологиях управления знаниями и реализацию методов Data Science.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Академическое письмо

  Дисциплина способствует дальнейшему развитию у обучающихся умений посредством достаточно убедительного научного текста (статьи, диссертации, рецензии, монографии, аннотации) выражать и обосновывать свои мысли при выполнении собственных исследовательских проектов и программ в сфере своей деятельности и предоставлять результаты в письменной форме в соответствии с правовыми нормами Республики Казахстан и международного академического сообщества на казахском, русском и английском языках.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Методы глубокого обучения

  Дисциплина направлена на изучение принципов глубокого обучения для разработки сложных интеллектуальных систем, проектирование и применение нейросетевых моделей глубокого обучения, применение многослойной архитектуры нейронных сетей для конкретных предметных областей, методов и инструментов искусственного интеллекта для решения производственных IT задач.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Системы больших данных

  Курс направлен на изучение методов и технологий, используемых для управления и анализа больших объемов данных. Рассматриваются концепции, компоненты архитектуры, а также инструменты, применяемыми в области больших данных; применение основных технологий и инструментов Data Mining для извлечения ценной информации и выявления тенденций из больших объёмов данных. Приобретённые практические навыки позволят представить результаты экспериментальных данных диссертационного исследования в научных журналах и экспериментально-исследовательских отчетах.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

Профессии

Результаты обучения

• Анализировать состояния исследуемой проблемы, формулировать цели и задачи исследования; подготавливать научные статьи, отчеты научно-технического анализа в производственной сфере на основе критериев научного исследования, применять методы системной инженерии проектирования и управления сложными информационными системами и методы Data Science; руководить или принимать участие в выполнении научно-исследовательских и опытно-конструкторских работ; соблюдать этические нормы при проведении научных исследований; повышать научную результативность и публикационную активность.
• Проводить экспериментальные исследования и оценивать научные результаты на основе обобщения и применения методологии научных исследований в области информационных систем, применять методы системного синтеза в управлении сложными информационными системами и реализации этапов разработки ИС в различных отраслях экономики.
• Применять методы Data Mining, архитектуру глубокого обучения для анализа больших данных при решении производственных, научно-технологических задач, разрабатывать интеллектуальные информационные системы и компоненты к ним для поддержки принятия решений на различных уровнях управления в промышленной отрасли.
• Анализировать проблемы разработки информационных систем и распределенных систем хранения данных с применением методов системной инженерии, принципов и технологии искусственного интеллекта.
• Проводить исследования и апробации результатов по теме научно-исследовательских работ в области ИКТ ведущие к получению новых знаний и решений реальных научно-технологических задач в промышленной отрасли.
• Применять принципы и технологии искусственного интеллекта, разрабатывать вычислительные модели для решения сложных ресурсоемких научно-технологических задач с применением методов системной инженерии и Data Science.

Похожие ОП